Teilchenbewegungen in el./magn. Feldern (Visualisierung)
Teilchenbewegungen in el./magn. Feldern (Visualisierung)
Teilchenbewegungen in el./magn. Feldern (Visualisierung)
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
3.3 Angewandte Lösungsverfahren Numerische Beschreibung der Bewegung<br />
(a) unsymmetrische Euler-Approximation: die L<strong>in</strong>earisierung<br />
wird am Anfangspunkt x n gemacht<br />
(b) symmetrische Euler-<br />
Approximation: die L<strong>in</strong>earisierung<br />
wird zwischen zwei Wertepaaren x n , y n<br />
und x n+1 , y n+1 ang<strong>el</strong>egt<br />
Abbildung 3.1: Verschiedene Euler-Approximationen<br />
Der lokale Fehler e k+1 ergibt sich durch den <strong>in</strong> e<strong>in</strong>em e<strong>in</strong>z<strong>el</strong>nen Schritt begangenen<br />
Fehler. Hierbei git<br />
e k+1 = max [a,b] (|y (x k+1 ) − y k − hf ′ (x k , y k )|) mit k = 0, 1, . . ., M − 1. (3.7)<br />
Somit ist es möglich den Fehler abzuschätzen, den man <strong>in</strong>nerhalb e<strong>in</strong>es Intervalls<br />
[a, b] nach M Schritten gemacht hat, der Fehler liegt bei e<strong>in</strong>er Größenordnung von<br />
O (h 1 ) für den globalen Fehler, die Größenordnung des lokalen Fehlers liegt bei<br />
O (h 2 ). Man erkennt, dass das Euler Verfahren somit für e<strong>in</strong>e ”<br />
genaue“ numerische<br />
Beschreibung e<strong>in</strong>er ODE nicht zu verwenden ist oder e<strong>in</strong>e sehr kle<strong>in</strong>e Schrittweite h<br />
und damit entsprechend vi<strong>el</strong>e Rechenoperationen erfordert.<br />
3.3.2 Runge-Kutta Verfahren<br />
Das Euler Verfahren liefert somit im Allgeme<strong>in</strong>en nur grobe Näherungswerte. Im folgenden<br />
soll daher e<strong>in</strong> verfe<strong>in</strong>ertes Verfahren angegeben werden, das von Runge und<br />
Kutta entwick<strong>el</strong>t worden ist. Gegeben sei wieder die durch Gleichung (3.3) beschriebene<br />
Differentialgleichung und als Anfangswert y (x 0 ) = y 0 . Bei diesem Verfahren<br />
teilt man e<strong>in</strong> gegebenes Intervall [a, b] wiederum <strong>in</strong> Abschnitte der Schrittweite h<br />
auf. Wenn man nun das Euler Verfahren zu grunde legen würde, erhält man nach den<br />
oben angest<strong>el</strong>lten Betrachtungen schon nach kurzer Zeit starke Abweichungen der<br />
L<strong>in</strong>earisierung von der zu approximierenden Kurve. Um hier e<strong>in</strong>e genauere Aussage<br />
treffen zu können wird der Endpunkt P (x 0 + h) der Geraden für e<strong>in</strong>en Vergleich<br />
und zur Entwicklung des Runge-Kutta Verfahrens herangezogen. Dieser Endpunkt<br />
der L<strong>in</strong>earisierung wird im folgenden als Approximationspunkt bezeichnet.<br />
Aufbauend auf dem <strong>in</strong> Abschnitt 3.3.1 beschriebenen Verfahren, kann man – so<br />
Runge-Kutta – den gesuchten Prognosewert nur dadurch grundsätzlich verbessern,<br />
<strong>in</strong>dem man die für die l<strong>in</strong>eare Fortschreibung<br />
20<br />
y n+1 = y n + hf ′ (x n , y n ) (3.8)